顺义哪里有做网站设计的,房地产app,电商设计属于什么专业,巴西网站建设本示例展示了如何在 Simulink 中设计多输入多输出对象的闭环模型预测控制。该对象有三个操纵变量和两个测量输出。
一、非线性对象的线性化
运行该示例需要同时安装 Simulink 和 Simulink Control Design。
% 检查是否同时安装了 Simulink 和 Simulink Control Design
if ~m…本示例展示了如何在 Simulink 中设计多输入多输出对象的闭环模型预测控制。该对象有三个操纵变量和两个测量输出。
一、非线性对象的线性化
运行该示例需要同时安装 Simulink 和 Simulink Control Design。
% 检查是否同时安装了 Simulink 和 Simulink Control Design
if ~mpcchecktoolboxinstalled(simulink)disp(运行此示例需要 Simulink(R))return
end
if ~mpcchecktoolboxinstalled(slcontrol)disp(运行此示例需要Simulink Control Design(R))return
end1、打开非线性 Simulink 模型
open(mpc_nonlinmodel)2、使用 Simulink 控制设计工具箱中的线性命令在默认操作条件下传递函数块的初始状态均为零对对象进行线性化
plant linearize(mpc_nonlinmodel);l i n e a r i z e \color{red}{linearize} linearize 函数的作用是对Simulink模型或子系统进行线性近似以状态空间模型的形式返回。 3、输入输出变量名称分配
plant.InputName {Mass Flow;Heat Flow;Pressure};
plant.OutputName {Temperature;Level};
plant.InputUnit {kg/s J/s Pa};
plant.OutputUnit {K m};注意由于没有定义任何可测量或不可测量的干扰也没有定义任何不可测量的输出因此在根据该模型创建 MPC 控制器时默认情况下所有的模型输入都被假定为可操作变量所有的模型输出都被假定为可测量输出。 二、设计模型预测控制器
1、创建控制器对象其采样周期、预测和控制范围分别为 0.2 秒、5 步和 2 次移动
mpcobj mpc(plant,0.2,5,2);2、设置操作变量的约束
mpcobj.MV struct(Min,{-3;-2;-2},Max,{3;2;2},RateMin,{-1000;-1000;-1000});3、设置操作变量和输出信号的权重
mpcobj.Weights struct(MV,[0 0 0],MVRate,[.1 .1 .1],OV,[1 1]);4、查看 mpcobj 属性
mpcobj
MPC object (created on 30-May-2024 15:35:11):
---------------------------------------------
Sampling time: 0.2 (seconds)
Prediction Horizon: 5
Control Horizon: 2Plant Model: --------------3 manipulated variable(s) --| 5 states || |-- 2 measured output(s)0 measured disturbance(s) --| 3 inputs || |-- 0 unmeasured output(s)0 unmeasured disturbance(s) --| 2 outputs |--------------
Disturbance and Noise Models:Output disturbance model: default (type getoutdist(mpcobj) for details)Measurement noise model: default (unity gain after scaling)Weights:ManipulatedVariables: [0 0 0]ManipulatedVariablesRate: [0.1000 0.1000 0.1000]OutputVariables: [1 1]ECR: 100000State Estimation: Default Kalman Filter (type getEstimator(mpcobj) for details)Constraints:-3 Mass Flow (kg/s) 3, -1000 Mass Flow/rate (kg/s) Inf, Temperature (K) is unconstrained-2 Heat Flow (J/s) 2, -1000 Heat Flow/rate (J/s) Inf, Level (m) is unconstrained-2 Pressure (Pa) 2, -1000 Pressure/rate (Pa) Inf 三、使用 Simulink 进行闭环仿真
1、打开闭环仿真模型
mdl1 mpc_nonlinear;
open_system(mdl1)2、闭环仿真
sim(mdl1)--Converting model to discrete time.
--Assuming output disturbance added to measured output channel #1 is integrated white noise.
--Assuming output disturbance added to measured output channel #2 is integrated white noise.
--The Model.Noise property is empty. Assuming white noise on each measured output.3、运行结果如下图所示 Input Output 尽管存在非线性但几秒钟后两个输出都能很好地跟踪其参考值同时正如预期的那样被操纵的变量保持在预设的硬约束内。
四、修改MPC设计跟踪斜坡信号
为了既能跟踪斜坡又能补偿非线性可将两个输出端上的干扰模型定义为三重积分器如果没有非线性则使用双积分器即可。
1、通过 tf 函数构造一个外部扰动模型outdistmodel 2、通过 setoutdist 函数将上面构造的不可观测外部扰动传递函数 outdistmodel 添加到 MPC 的 model 中
outdistmodel tf({1 0; 0 1}, {[1 0 0 0], 1; 1, [1 0 0 0]});
setoutdist(mpcobj,model,outdistmodel);3、打开Simulink中的闭环仿真模型 mpc_nonlinear_setoutdist它与上面的 mpc_nonlinear 闭环 Simulink 仿真模型相同唯一不同的是参考信号其参考信号的第一个由阶跃变为3秒以内以0.2斜率上升的斜坡信号。 4、闭环仿真12s
sim(mdl2, 12)5、仿真结果如下图所示 Input Output
